Cap 是开源 Loom 替代品，20k+ Stars 的桌面录屏工具，支持 macOS 与 Windows。两种录制模式：边录边传秒出分享链接，或本地精细剪辑；AI 自动生成标题、章节、转录与字幕；支持 S3 自托管存储、自定义域名，完全掌控数据，文末附详细使用教程

🎤 引言

做产品演示、写 bug 报告、给同事录教程……这些场景里你大概率用过 Loom。但 Loom 免费版只有 5 分钟、25 次录制额度，付费档又贵得离谱；更让人难受的是，所有视频都在 Loom 的云上，想迁移或者关停就是一堆麻烦事。

Cap 正是冲着这个痛点来的——一款完全开源的 Loom 替代品，GitHub 20,384 Stars（截至 2026-07-29），Tauri v2 + SolidStart 写的桌面客户端，录制、剪辑、AI 转录、分享一条龙，关键还能完全自托管，数据自己说了算。最近还把整个工具链开放给了 AI Agent（Codex/Claude Code/Cursor/OpenCode 直接通过本地 MCP 服务器接管），这个思路相当超前。

⭐ 核心功能

Cap 把"录屏 + 协作"拆成了两套互相独立的模式，覆盖从"快速反馈"到"精细发布"的全场景。

Instant Mode（极速模式）

  • 录制同时后台上传，停止录制秒级生成可分享链接
  • 适合 bug 报告、异步周报、临时说明等"先发出去再说"的场景
  • 默认就带评论、反应、转录、观看分析

Studio Mode（精修模式）

  • 本地录制，不占带宽
  • 录完直接打开编辑器：裁剪、缩放、过渡、转场、背景、字幕、配音
  • 支持导出 MP4 / GIF，或者也走分享链接

AI 一条龙（Cap AI）

  • 自动生成标题、摘要、章节、转录、字幕
  • 章节是可点击跳转的（点击进度条直接跳到对应位置）
  • 录制完成后不用手动整理

Async 协作能力

  • 评论、表情反应、观看时长分析、团队 workspace
  • 转录文本可直接搜索
  • 评论和视频时间轴联动

数据完全自主（最大亮点）

  • 三档存储可选：Cap Cloud（官方托管）/ 自有 S3 兼容存储（AWS S3、Cloudflare R2、Backblaze B2、MinIO、Wasabi）/ 完全本地
  • 分享链接可挂自己的域名
  • 加密码、设置有效期、限定团队可见
  • 全套服务端（Web、API、数据库、媒体服务、对象存储）支持 Docker Compose 自托管

v0.5.7 新增能力（2026-07-20）

  • AI Agent 原生集成：扩展了 CLI + 本地 MCP 服务器，Codex、Claude Code、Cursor、OpenCode 都能直接接管 Cap，命令返回机器可读 JSON、敏感操作需用户二次确认、密钥不会泄到聊天/MCP
  • 内置提词器：独立窗口、可调字号 / 滚动速度 / 透明度 / 镜像文字，脚本会保存下次继续用
  • 片段过渡：片间可加淡入淡黑 / 交叉淡化，时长可调
  • 可扩展录制窗口 + 常用选区记忆 + 增强的隐私遮罩 + 重调时序后的音频控制

技术上 Cap 用 Tauri v2 桌面壳 + Rust 内核（捕获/编码/渲染/混流/导出 crate）+ SolidStart 桌面 UI + Next.js 15 Web/管理后台 + Drizzle/MySQL，体量轻、性能稳。

📥 安装与使用

桌面客户端最快上手方式：

  1. 打开 cap.so/download 下载对应系统的安装包（macOS / Windows）
  2. 安装后启动 Cap，注册账号或登录
  3. 主界面选择 Instant Mode（边录边传）或 Studio Mode（本地精修）
  4. 选择录制区域（屏幕、窗口、摄像头、麦克风），点击红色按钮开始
  5. Instant Mode 录完直接拿分享链接；Studio Mode 录完进入编辑器，做完导出或上传
  6. 进入 Dashboard 管理已录视频、查看观看数据

自托管服务端（Docker Compose）

git clone https://github.com/CapSoftware/Cap.git
cd Cap
docker compose up -d

启动后访问 http://localhost:3000，没配邮件服务的话登录链接会打到日志里：

docker compose logs cap-web

给 AI Agent 接入 Cap

按照 cap.so/docs/agents 走一遍"复制粘贴"流程：Agent 会调用本地 MCP 服务器，记录、导出、上传、分享、查转录、查评论、管理团队全部不用人工开 dashboard。

开发环境要求

  • Node.js 20+
  • pnpm 10.5.2
  • Rust 1.88+
  • Docker（本地 MySQL / MinIO）
pnpm install
pnpm env-setup
pnpm cap-setup
pnpm dev          # 起完整本地栈
pnpm dev:web      # 只起 Web
pnpm dev:desktop  # 只起桌面端
pnpm tauri:build  # 出桌面端发行版

更详细的命令、目录结构、数据库迁移都在仓库 README 里。

🎯 适用场景

  • 远程协作团队：用 Cap 给客户做产品演示、给同事做代码评审讲解，省掉大半"再约一个会"
  • 独立开发者做产品宣传：Studio Mode 录产品 walkthrough，加章节、配字幕、导出营销视频
  • DevRel / 技术布道：录操作教程，转录文本自动生成，省掉手动写文档的体力活
  • Bug 报告：Instant Mode 一条链接发到 issue，附带观看时长分析、评论，PM 看得明明白白
  • 教育/培训：录屏 + 提词器，讲师能照着脚本念，又不让脚本出现在画面里
  • 隐私敏感团队（医疗 / 金融 / 法务）：自托管 + 自有 S3 + 自定义域名，视频数据完全在自家 VPC
  • AI Agent 工作流：让 Codex/Claude Code/Cursor 自动录操作过程并整理成 SOP，自动生成章节和摘要

🔍 对比/替代方案

工具部署方式核心定位与 Cap 的差异
LoomSaaS 闭源付费商业化录屏协作录制时长 / 次数受限、视频托管在 Loom 云、不开源、迁移困难
OBS Studio开源桌面专业直播 / 推流偏专业向，无内置分享/协作、AI 字幕要接第三方
Screen Studio付费 macOS高质量录制 + 视觉特效闭源付费、macOS only、无 AI、无协作、无自托管
Arc / Tango闭源流程文档化重在"流程化"，不是录屏本身，部署成本高
Recordly / OpenScreen开源轻量录屏多为单一桌面工具，无 AI、无完整自托管生态

Cap 的差异化：Tauri 桌面 + Web 管理后台 + 完整自托管 + AI Agent 原生支持，把"开源 + 商业级体验 + 数据自主"三者同时打通了。在 GitHub 上 20k+ Stars、1,719 Forks、527 Open Issues 的体量，活跃度也说明它不是"PPT 项目"。

⚠️ 注意事项

  • License 不是纯 MIT：主体是 AGPLv3，只有 cap-camera* 和 scap-* 系列 crate 是 MIT。如果你要基于 Cap 做二次商业分发（不分源代码那种），AGPL 条款需要认真评估；如果只是内部使用、自托管、SaaS 自营，AGPL 友好
  • 桌面端目前仅 macOS 和 Windows，Linux 用户需要自托管 Web 版 + 浏览器录制，体验差点意思（社区 Issue 里 #4192 有人在追 Linux 桌面端）
  • AI 能力依赖云端调用（默认走 Cap Cloud），完全自托管场景需要自己配 AI Provider（文档里有 OpenAI/Anthropic 等的接入说明）
  • 服务端资源要求不低：媒体转码 + MySQL + MinIO/S3 + Web 前端，单机建议至少 4 vCPU / 8GB RAM / 50GB 磁盘
  • 首次录制前要在系统设置里给 Cap 授权屏幕录制、麦克风、摄像头，macOS 上尤其繁琐，不开权限录出来是黑屏
  • Instant Mode 边录边传对网络稳定性有要求，网络抖动可能导致上传失败但本地有原始素材（这点设计贴心）

✅ 总结

Cap 是当下最值得长期关注的开源录屏协作工具——它不是简单的 Loom 开源克隆，而是把"Tauri 桌面 + 自托管 + AI Agent 协作"三件套同时做到位的少数项目。

适合：远程协作团队、独立开发者、技术博主、隐私敏感行业、想让 AI 帮自己录 SOP 的极客用户。

不适合：纯 Linux 桌面用户（暂时）、需要完全离线 + 商业闭源分发的场景（AGPL 限制）。

如果 Loom 的定价和封闭让你不爽，又嫌 OBS 太"工程化"，Cap 几乎是最优解。仓库 20k+ Stars、v0.5.7 周更迭代、商业化路径清晰（Cap Cloud + 自托管双线）——把它当成下一代的录屏协作基础设施不为过。

立即体验：